-
公开(公告)号：CN109363089B
公开(公告)日：2023-04-07
申请号：CN201811464146.6
申请日：2018-12-03
Applicant: 燕山大学
Abstract: 本发明公开了一种发酵豆制品抑制白点的方法，属于食品技术领域。本发明将将发酵好的豆制品置于超声波中进行酪氨酸的震碎处理，然后添加福东链霉菌培养，使福东链霉菌产生抑制酪氨酸生成的酸性蛋白酶抑制剂，随后进行防腐剂添加、巴氏消毒、包装步骤。本发明利用超声波及生物抑制剂解决了豆酱产品中的白点问题。本发明适用于大规模生产，制出的豆酱在货架期几乎没有白点附着容器壁的问题，并且对豆瓣酱的口感没有任何影响，在市场中销售便捷。
-
公开(公告)号：CN113197585B
公开(公告)日：2022-02-18
申请号：CN202110357404.6
申请日：2021-04-01
Applicant: 燕山大学
Abstract: 本发明提供一种神经肌肉信息交互模型构建及参数辨识优化方法，其包括构建神经肌肉信息交互模型和基于多层次耦合特征的参数辨识及优化。当有外界信号刺激时会使大脑神经元动作电位变化，进而引起相应肌肉运动单元动作电位的变化；当有外界感觉信号输入时，会由中介体传回大脑，从而产生感觉反馈传入信号。接着基于实测信号建立多层次特征指标，并构建基于多层次耦合特征指标的目标函数；然后基于无迹卡尔曼滤波(UKF)方法对神经肌肉信息交互模型进行参数辨识；最后以实测脑电和肌电信号能量谱为目标，基于混合粒子群算法对所辨识参量进行优化选取。本发明从神经元层面研究大脑与肌肉间多层次功能耦合连接机制，对运动控制系统机制研究有一定科学意义。
-
公开(公告)号：CN109363089A
公开(公告)日：2019-02-22
申请号：CN201811464146.6
申请日：2018-12-03
Applicant: 燕山大学
Abstract: 本发明公开了一种发酵豆制品抑制白点的方法，属于食品技术领域。本发明将将发酵好的豆制品置于超声波中进行酪氨酸的震碎处理，然后添加福东链霉菌培养，使福东链霉菌产生抑制酪氨酸生成的酸性蛋白酶抑制剂，随后进行防腐剂添加、巴氏消毒、包装步骤。本发明利用超声波及生物抑制剂解决了豆酱产品中的白点问题。本发明适用于大规模生产，制出的豆酱在货架期几乎没有白点附着容器壁的问题，并且对豆瓣酱的口感没有任何影响，在市场中销售便捷。
-
公开(公告)号：CN113967025B
公开(公告)日：2023-02-03
申请号：CN202111266151.8
申请日：2021-10-28
Applicant: 燕山大学
IPC: A61B5/397
Abstract: 本发明提出了一种基于肌电信号的多层次运动功能评估方法，其包括以下步骤：S1得到多通道EMG信号；S2基于肢体肌肉多层次动态特征分析方法进行建模，获取多层次动态特征；S3根据获取的多层次动态特征，进行肌肉多层次响应机制及运动功能评估策略的分析；S4根据功能肌群协同作用的模块化结构及功能网络特性，获得针对肢体运动模式异常及功能结构改变的情况；S5确定肢体肌肉多层次动态响应机制及构建运动功能评估策略。本发明从单通道肌电信号、双通道肌电信号、多通道肌电信号进行肢体肌肉多层次动态响应分析，得到肌肉的多层次动态响应演变规律，构建基于肌电多层次动态特征综合评估策略，为运动功能状态有效评估提供可行依据。
-
公开(公告)号：CN115474945A
公开(公告)日：2022-12-16
申请号：CN202211122284.2
申请日：2022-09-15
Applicant: 燕山大学
Abstract: 本发明是一种面向多通道脑肌电耦合分析的多元全局同步指数方法，能够从全局角度探究两组多维信号间关系，可应用于多模态信号分析中，评估大脑和肌肉不同区域信息交流的同步强度。首先，对脑肌电数据预处理并提取频段信息；其次，构建数据集并利用网格划分，统计网格中数据点出现频率计算互信息，并标准化处理得到同步系数，构建相关矩阵；然后，通过矩阵运算去除自相关，计算特征值并在标准化后求取熵值，得到多通道脑肌间全局同步指数。该方法从构建系统间相关矩阵出发，克服了系统差异性，保留了系统间的信息传递，实现了从整体上分析区域内的脑肌电同步关系，在分析多通道脑肌间同步关系或其他类型多维信号关联关系时具有良好应用前景。
-
Patent Agency Ranking
公开(公告)号：CN113155464B
公开(公告)日：2022-03-18
申请号：CN202110351265.6
申请日：2021-03-31
Applicant: 燕山大学
IPC: G01M13/045
Abstract: 本发明提供一种面向轴承故障识别的CNN模型可视化优化方法，具体实施步骤如下：首先，使用轴承故障试验台的振动加速度传感器采集测试轴承的不同状态下驱动端和风扇端的高频振动加速度信号数据；然后，对轴承振动加速度信号数据做预处理，并划分为训练集、测试集和验证集；接着，搭建轴承故障识别CNN模型，并初始化，将样本图像与标签作为训练样本来训练完整的卷积神经网络模型，并记录完整的卷积神经网络模型中各层相关参数和超参数信息；最后，将轴承故障识别CNN模型可视化，并对可视化模型结果进行分析评估，并依照优化方法优化模型结构。本发明使用了三种可视化的方法，同时得到了基于可视化的参数优化方法和基于可视化判断网络模型的方法。
-
公开(公告)号：CN113274033A
公开(公告)日：2021-08-20
申请号：CN202110506156.7
申请日：2021-05-10
Applicant: 燕山大学
Abstract: 本发明提供一种基于脑肌电交叉频率耦合的运动功能监测管理方法，其包括步骤：同步采集脑电信号EEG和肌电信号EMG；对采集到的脑电信号EEG和肌电信号EMG分别去除基线漂移、溢出、眼动和工频干扰；研究脑电信号EEG和肌电信号EMG间的交叉频率耦合分析，获得不同运动状态下大脑皮层与肌肉之间关系，选用交叉频率耦合中的四种主要方法，即相位‑相位耦合PPC、相位‑幅度耦合PAC、频率‑幅度耦合FAC和频率‑频率耦合FFC，通过对四种不同类型的耦合方法分析，构建基于多模态特征指标间的神经肌肉系统运动功能监测模型，进行四种方法的关联性研究，从而得到较为精准的分析结果，进而研究运动功能产生的生理机制，实现神经肌肉系统运动功能监测的有效管理。
-
公开(公告)号：CN115474945B
公开(公告)日：2024-04-12
申请号：CN202211122284.2
申请日：2022-09-15
Applicant: 燕山大学
Abstract: 本发明是一种面向多通道脑肌电耦合分析的多元全局同步指数方法，能够从全局角度探究两组多维信号间关系，可应用于多模态信号分析中，评估大脑和肌肉不同区域信息交流的同步强度。首先，对脑肌电数据预处理并提取频段信息；其次，构建数据集并利用网格划分，统计网格中数据点出现频率计算互信息，并标准化处理得到同步系数，构建相关矩阵；然后，通过矩阵运算去除自相关，计算特征值并在标准化后求取熵值，得到多通道脑肌间全局同步指数。该方法从构建系统间相关矩阵出发，克服了系统差异性，保留了系统间的信息传递，实现了从整体上分析区域内的脑肌电同步关系，在分析多通道脑肌间同步关系或其他类型多维信号关联关系时具有良好应用前景。
-
公开(公告)号：CN113155464A
公开(公告)日：2021-07-23
申请号：CN202110351265.6
申请日：2021-03-31
Applicant: 燕山大学
IPC: G01M13/045
Abstract: 本发明提供一种面向轴承故障识别的CNN模型可视化优化方法，具体实施步骤如下：首先，使用轴承故障试验台的振动加速度传感器采集测试轴承的不同状态下驱动端和风扇端的高频振动加速度信号数据；然后，对轴承振动加速度信号数据做预处理，并划分为训练集、测试集和验证集；接着，搭建轴承故障识别CNN模型，并初始化，将样本图像与标签作为训练样本来训练完整的卷积神经网络模型，并记录完整的卷积神经网络模型中各层相关参数和超参数信息；最后，将轴承故障识别CNN模型可视化，并对可视化模型结果进行分析评估，并依照优化方法优化模型结构。本发明使用了三种可视化的方法，同时得到了基于可视化的参数优化方法和基于可视化判断网络模型的方法。
-
公开(公告)号：CN113967025A
公开(公告)日：2022-01-25
申请号：CN202111266151.8
申请日：2021-10-28
Applicant: 燕山大学
IPC: A61B5/397
Abstract: 本发明提出了一种基于肌电信号的多层次运动功能评估方法，其包括以下步骤：S1得到多通道EMG信号；S2基于肢体肌肉多层次动态特征分析方法进行建模，获取多层次动态特征；S3根据获取的多层次动态特征，进行肌肉多层次响应机制及运动功能评估策略的分析；S4根据功能肌群协同作用的模块化结构及功能网络特性，获得针对肢体运动模式异常及功能结构改变的情况；S5确定肢体肌肉多层次动态响应机制及构建运动功能评估策略。本发明从单通道肌电信号、双通道肌电信号、多通道肌电信号进行肢体肌肉多层次动态响应分析，得到肌肉的多层次动态响应演变规律，构建基于肌电多层次动态特征综合评估策略，为运动功能状态有效评估提供可行依据。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
